您好,欢迎来到派智库! 手机版|微博|设为首页|加入收藏

派智库

今天是:

主页 > 区域 > 东北地区 > 东北地区旅游经济增长时空演变特征研究

东北地区旅游经济增长时空演变特征研究

发布时间:2017-10-12 作者:派智库 来源:《地域研究与开发》2017年 浏览:【字体:

摘要:以东北地区41个市级单元为研究对象,选取2004—2015年的3个时段旅游收入平均增长量和平均增长率两个指标,基于ESDA法分析旅游经济增长的时空差异、空间关联和格局演化特征。结果表明:1、平均增长量呈弱集聚一强集聚一较强集聚演变态势,“高-高”类型区集中在辽宁沿海经济带,“低-低”类型区分布在黑龙江省西南部和东北部,“高-低”和“低-高”类型不显着。2、平均增长速度空间自相关性弱,市域空间联系不紧密,集聚类型随机分布。3、各单元平均增长速度逐渐下降,高值区由南部向中部和北部扩散,整体分布由相对分散转化为相对集中,低值区范围逐渐缩小。4、旅游经济相对落后地区取得较高速的增长,但哈大、沈丹沿线市域仍是东北旅游经济增长的重点区域,在总体格局中的作用和地位显着。5、未来应紧抓“一带一路”战略机遇,打造国际旅游合作空中走廊。向北开放,与俄罗斯、蒙古等北亚边境国家合作建构陆地旅游空间格局。促进产业融合,延伸旅游产业链,开拓全局旅游发展新格局

dedecms.com

关键词:旅游经济;时空差异;ESDA;东北地区 织梦内容管理系统

0 引言 内容来自dedecms

受地区经济、资源禀赋和区位等因素影响,各地旅游经济发展差异明显。综观已有的研究成果,研究内容主要有旅游流[1]、旅游经济影响、趋同和趋异、旅游与经济增长的关系[2]。其中,旅游经济区域差异是当前研究的热点和核心内容[3]。基尼系数、变异系数、泰尔指数[4-5]等新古典经济学方法测度旅游经济差异较为普遍,时间序列和面板数据的研究逐渐增多[3,6],ESDA分析法[7]、马尔科夫链[8]等GIS空间分析方法逐渐被引入。游客数量和旅游收入是旅游经济差异研究最为重要的指标[2-3,6]。研究对象多为全国和省级单元[9-10],近年来区域、市域和县域的研究有所增加[7,11-12]。

织梦好,好织梦

《中共中央、国务院关于实施东北地区等老工业基地振兴战略的若干意见》(中发[2003]11号)东北振兴宣言中,倡导充分发挥东北地区旅游资源丰富、独具特色的优势,大力发展旅游业。从总量来看,实施东北振兴战略以来,旅游消费得以提升,2015年旅游收入是2004年的5.8倍,旅游经济取得长足发展;游客总数稳步增加,2015年是2004年的5.3倍,客源市场得到拓展;从均量来看,人均旅游收入稳步增长,2015年是2004年的2.3倍,旅游消费市场日趋活跃和成熟,消费结构更加合理,多样化程度提高;从比重来看,东北地区旅游收入占GDP比重持续增长,2015年比重是2004年的2.7倍,比重高于全国平均水平5.7百分点。在东北振兴过程中旅游经济的增长是显着的,同时区域差异客观存在。目前仅有王洪桥等选择旅游收入指标,采用变异系数和锡尔系数分解方法对东北旅游经济区域差异进行研究[5]。旅游经济总体发展情况及区域差异如何评估,对于科学评价旅游经济的区域发展特征,建立旅游经济区域发展评价框架,客观评价东北老工业基地振兴效果,推动老工业基地加快振兴具有重要的现实意义。 dedecms.com

已有研究评价指标多侧重于旅游经济总量的考察,难以体现旅游经济结构等方面情况,而旅游经济区域差异评价是一个综合性问题,应构建合理、科学的指标体系综合评价区域旅游经济发展状况。本研究兼顾旅游经济增长量和增长速度,采用旅游总收入平均增长量和平均增长速度指标,运用空间自相关方法(exploratory spatial data analysis,ESDA),对41个市域单元开展总体发展特征评估,研究区域旅游经济空间结构演化规律,研究构架有一定的理论意义,研究结论对东北地区“再振兴”以及实现经济协调发展具有重要的现实意义。 织梦内容管理系统

1 研究方法和数据来源

copyright dedecms

1.1 研究方法

内容来自dedecms

1.1.1 全局空间自相关。测度研究区域所有空间对象的总体关联程度、分布模式。全局Moran’s I指数为: dedecms.com

dedecms.com

式中:n是观察值数;xi,xj是在位置i和j的观察值;是平均数;Wij是空间权重矩阵,相邻为1,不相邻为0。

内容来自dedecms

1.1.2 局部空间自相关。反映每个市域与相邻市域之间的空间关联程度,局部Moran’s I指数为:

织梦内容管理系统

dedecms.com

采用Z检验:,E(I)为期望值,VAR(I)为方差。 本文来自织梦

全局莫兰指数值介于-1~1之间。如果显着且为正(负)即存在正相关(负),表明市域旅游经济增长水平较高或较低的单元显着集聚(分散)。莫兰指数等于0表示空间不相关。局部莫兰指数为正(负)表示市域与周边市域旅游经济增长空间差异显着小(大)。

内容来自dedecms

1.2 数据来源及检验

dedecms.com

研究区域包括辽宁、吉林、黑龙江三省所辖36个地级市以及内蒙古自治区东部呼伦贝尔、兴安、通辽、赤峰和锡林郭勒5个盟市。选取2004—2015年为研究时间段,以2007和2011年为转折点,划分前期、中期和后期(2004—2007年、2007—2011年、2011—2015年)3个时段,计算3个时段各市域旅游总收入平均增长量和平均增长速度,客观刻画区域旅游经济增长时空差异演化特征。旅游总收入(万元)、地区生产总值(亿元)数据来源于《中国区域经济统计年鉴(2005—2015年)》以及各省份统计年鉴(2016年)。采用SPSS 19.0对旅游总收入平均增长量和平均增长速度原始数据进行KS正态分布检验,结果均理想,完全服从正态分布,符合空间自相关建模的数据要求。 dedecms.com

2 案例分析 内容来自dedecms

2.1 平均增长量特征分析 copyright dedecms

2.1.1 全局特征分析。根据式(1),采用ArcGIS 10.2和OpenGeoDa 1.4.1得到东北地区2004—2015年3个时段旅游经济平均增长量全局空间自相关指数。总体而言,3个时段全局莫兰指数均为正且通过5%置信水平下检验,莫兰指数由研究期初0.1063上升到期末0.1758,经历急剧上升一缓慢下降一总体上升波动趋势,旅游经济增长趋势呈现弱集聚一强集聚一较强集聚演变,旅游经济平均增长量相近市域空间集聚较为显着,关联程度增强。从时段演化来看,莫兰指数由第1时段0.1063上升为第2时段0.3077,旅游经济平均增长量相似市域“一荣俱荣,一损俱损”,市域旅游经济空间联系增强,差异收敛,发展趋于平衡。莫兰指数由第2时段0.3077下降到第3时段0.1758,旅游经济平均增量较快或较慢市域集聚程度减弱,相邻市域“强者强,弱者弱”,发展趋于不平衡,总体差异逐步增大。

内容来自dedecms

2.1.2 局部特征分析。根据式(2),利用OpenGeoDa 1.4.1得到东北地区3个时段旅游经济平均增长量LISA集聚图(图1),图1显示结果如下。

内容来自dedecms

内容来自dedecms

“高-高”类型市域:此类市域旅游经济平均增长量较高的单元显着集聚。2004—2007年分布在盘锦、鞍山、辽阳、丹东4个市,2007—2011年分布在锦州、辽阳、鞍山、丹东、营口、大连6个市,范围有所扩大,2011—2015年范围比前一时段缩小,分布在锦州、鞍山、大连、丹东4个市。总体来看,此类市域集中连片,沿海分布,是东北地区旅游经济增长较快区域,旅游资源差异互补,交通通达性好,联系密切,共同构建区域旅游客源市场,联合开发旅游资源,空间相互作用程度较强,旅游经济同步增长,对周边市域产生带动和辐射作用,形成一体化发展机制。

本文来自织梦

“低-低”类型市域:此类市域旅游经济平均增长量较低的单元显着集聚。2004—2007年分布在大兴安岭和齐齐哈尔,2007—2011年分布在齐齐哈尔、大庆、白城、鹤岗、双鸭山和鸡西6个市,范围向东北方向扩展,由分散向集中转化,2011—2015年分布在大庆、白城、鹤岗、双鸭山和鸡西5个市,该类市域较前一时段范围缩小,是东北地区旅游经济增长最慢地区,形成低洼集聚区,与周边市域旅游经济联系较少。

织梦好,好织梦

“低一高”类型市域:此类市域旅游经济平均增长量较低的单元被平均增长量较高的单元包围。2004—2007年分布在葫芦岛和营口,2007—2011年无此类市域,2011—2015年分布在营口、辽阳和本溪3个市,该类市域与周边市域旅游经济联系较密切,受惠于周边市域的涓滴效应,旅游经济取得一定的增长。

本文来自织梦

“高-低”类型市域:此类市域旅游经济平均增长量较高的单元和较低的单元集聚。该类市域3个时段均分布在呼伦贝尔市。依托丰富的旅游资源、完善的基础设施形成旅游经济增长极。3个时段不显着地区空间极化现象不明显,旅游经济处于低水平均衡发展状态。 dedecms.com

2007—2011年与2004—2007年相比,锦州、营口、大连3个市转变为“高-高”类型市域,大兴安岭地区退出“低-低”类型市域,该类市域与周边市域联系密切,旅游经济增长较快。葫芦岛市退出“低-高”类型市域,大庆、白城、鹤岗、双鸭山和鸡西5个市进入旅游经济增长最慢的“低-低”类型市域,该类市域旅游经济增长趋于缓慢,与周边市域联系减弱;2011—2015年与2007—2011年相比,辽阳、营口退出“高-高”类型市域转变为“低-高”类型市域,该类市域旅游经济增长减缓,集聚程度减弱。齐齐哈尔市退出“低-低”类型市域,本溪进入“低-高”类型市域,两市与周边市域联系加强,旅游经济发展速度加快。 copyright dedecms

2.2 平均增长速度特征分析

织梦好,好织梦

2.2.1 全局特征分析。根据式(1),采用OpenGeoDa 1.4.1得到东北地区3个时段旅游经济平均增长速度全局空间自相关指数。总体而言,3个时段莫兰指数正太统计量Z值均在-1.96~1.96之间,均没有通过5%显着性检验,莫兰指数值出现微小波动但均接近于0,东北地区市域旅游经济平均增长速度空间自相关性弱,关联性不强,平均增长速度相似市域随机分布,平均增速后期比前期莫兰指数增加0.1255,市域旅游经济平均增速集聚性增强;从发展阶段来看,2004—2007年和2007—2011年莫兰指数值为负值,东北地区旅游经济平均增长速度呈现微弱的离散分布特征,2011—2015年莫兰指数值为0.0605,莫兰指数转为正值,旅游经济平均增长速度表现出微弱的集聚特征。 织梦好,好织梦

2.2.2 局部特征分析。根据式(2),利用OpenGeoDa 1.4.1得到东北地区3个时段旅游经济平均增长速度LISA集聚图(图2)。 dedecms.com

copyright dedecms

图2显示:2004—2007年东北地区旅游经济平均增速“高-高”类型区集中在内蒙古东部锡林郭勒、赤峰和辽宁省锦州3个市,“高-低”类型区集中分布在吉林省松原、黑龙江省绥化、七台河3个市,“低-高”类型区分布在辽宁省葫芦岛、沈阳、丹东3个市,“低-低”类型区分布在延边州。2007—2011年和2011—2015年各个类型随机分布现象更为明显。东北地区市域旅游经济增长速度空间联系不紧密,形成各自发展的“诸侯经济”,未出现一体化发展的空间格局。 织梦内容管理系统

2.3 平均增长速度空间格局演化 织梦好,好织梦

东北地区市域旅游经济平均增长速度空间随机分布,为更准确探究哪些市域增长速度快,哪些市域对整个区域旅游经济增长速度贡献较大,采用ArcGIS 10.2样条函数插值法,将3个时段旅游经济平均增长速度进行分类(图3)。图3显示结果如下。

织梦内容管理系统

copyright dedecms

总体上,2004—2015年3个时段41个市域旅游经济平均增长速度均为正值,最高增长速度先增大后减小,最低增长速度前期保持稳定后期下降,总体平均增长速度逐渐下降。高于平均增速市域数量先减少后增加,2011—2015年与2004—2007年相比,城市数量增加4个,旅游经济高增长速度市域由南部向中部和北部扩散,集中连片式发展,增长速度较高市域基本属于旅游经济发展基础较差地区。

内容来自dedecms

分时段来看,2004—2007年,各市旅游经济平均增长速度为37.04%,高于平均增速的市域17个,占总数的41.46%。旅游经济平均增速高值区整体表现为条带状,形成呼伦贝尔东北部、大兴安岭东部、黑河、伊春西南部、绥化东北部、七台河南部、哈尔滨北部、牡丹江西北部等组成的带状区域和锡林郭勒盟中西部、松原中部、白城南部、兴安盟南部、通辽西北部、赤峰中北部、朝阳中北部、锦州、阜新西南部、盘锦、辽阳北部、本溪北部、抚顺、铁岭东南部等组成的带状区域。低值区形成两核两带发展格局,分别是沈阳、鞍山两市双核心区域以及黑龙江省鹤岗、佳木斯、双鸭山、鸡西、牡丹江东部、吉林省延边东部等市区组成的带状区域和内蒙古东部锡林郭勒南部、赤峰西南部、辽宁省朝阳西南部、葫芦岛西南部等组成的带状区域。朝阳市平均增速最高为69.02%,双鸭山市最低为15.83%。

织梦好,好织梦

2007—2011年,各市旅游经济平均增速为33.85%,高于平均增速的市域11个,占总数的26.83%。旅游经济平均增速高值区呈两核两带分布格局,形成呼伦贝尔北部、大兴安岭等市区组成的核心区域和葫芦岛西南部、朝阳西南部等市区组成的核心区域以及佳木斯东北部、鹤岗北部、宜春北部等组成的带状区域和七台河西南部、牡丹江西北部、哈尔滨东部、延边州西北部等组成的带状区域。低值区主要为双鸭山东部、鸡西东北部、牡丹江东部等组成的带状区域和黑河中南部、绥化东北部、伊春中南部等市区组成的带状区域。鹤岗市平均增速最高为136.57%,黑河市最低为11.79%。

织梦好,好织梦

2011—2015年,各市旅游经济平均增速为23.87%,高于平均增速的市域19个,占总数的46.34%。旅游经济平均增速高值区呈条块状分布,形成大兴安岭东部、黑河东部、伊春北部、佳木斯东北部、鹤岗、双鸭山、鸡西等市区组成的带状区域和东北地区中南部大部分地区组成的“鹰形”块状区域,旅游经济发达地区和增速较快地区的发展扩大了整个东北地区旅游客源市场,带动了周边市域的发展,“一荣俱荣”效果显着。低值区是以延边州东北部、牡丹江东南部等市区组成的带状区域,低值区范围进一步缩小。旅游经济平均增速最高为双鸭山市55.63%,最低为佳木斯市8.76%。

copyright dedecms

3 结论与讨论 内容来自dedecms

3.1 结论 copyright dedecms

东北地区旅游经济平均增长量相关程度较高,经历急剧上升—缓慢下降—总体上升波动趋势,旅游经济增长趋势呈现弱集聚—强集聚—较强集聚演变,旅游经济空间差异呈现先缩小后扩大总体缩小趋势,市域旅游经济相关作用日渐增强,市域与周边市域旅游经济同步发展。“高-高”类型主要分布在丹东市、鞍山市、锦州市并向周围扩散,辐射并带动周围市域旅游经济增长。“低-低”类型市域主要分布在齐齐哈尔市、黑龙江东北部地区,形成低洼集聚区,“一损俱损”,市域旅游经济增长缓慢。“低-高”类型和“高-低”类型数量少且显着性不明显。东北地区旅游经济平均增长速度全局空间自相关性弱。“高-高”、“低-低”、“低-高”和“高-低”类型市域随机分布,市域旅游经济增长速度空间联系不紧密。东北地区旅游经济高增长速度市域多为旅游业发展基础较差地区,由南部向中部和北部扩散,集中连片式发展。旅游经济平均增长速度高值区由相对分散转化为相对集中,低值区范围逐渐缩小,后期分布于东北地区东北部。由于区域旅游业资源禀赋、要素结构和开发历史、旅游经济结构形成条件、旅游产业发展基础和存在问题各不相同,受政策和机遇刺激,旅游经济相对落后地区取得较高速增长,进入高值区,旅游经济发达地区和增长量较高地区落人低值区,哈大、沈丹沿线市域仍是促进东北地区旅游经济增长的重点区域。

织梦好,好织梦

3.2 讨论 织梦内容管理系统

研究兼顾总量和速度,以东北地区市域旅游总收入平均增长量和平均增长速度为指标,采用空间统计方法,一定程度上表明了旅游经济增长空间格局及演化特征,但未探讨区域社会经济发展水平、地理区位等方面存在的差异,也未考虑局地的旅游资源丰度、基础设施承载力、旅游市场发育程度等影响旅游经济非均衡发展的关键因素,今后需进一步完善指标体系,基于地理加权回归方法,选择适当指标对旅游经济发展空间差异的具体原因作进一步分析。 织梦好,好织梦

4 建议 织梦内容管理系统

第一,打造国际旅游合作空中走廊。东北地区旅游经济发展水平较高的地区仍为沈阳、大连、长春、哈尔滨等区域中心城市,应紧抓“一带一路”战略机遇,以大连、沈阳、长春、哈尔滨、乌兰巴托、莫斯科、圣彼得堡等为节点城市,依托中蒙俄经济走廊,借助北京、沈阳、大连、长春、哈尔滨等航空枢纽,形成与俄罗斯、蒙古的旅游合作空中走廊,加快融入“一带一路”战略。

织梦好,好织梦

第二,建构陆地旅游合作空间格局。发挥内蒙古与俄罗斯、蒙古国毗邻的地理优势,以二连浩特、满洲里、黑河、绥芬河、珲春等为节点城市,可与俄罗斯、蒙古等北亚边境国家合作开发跨境旅游合作区,构建哈满俄欧铁路跨境运输体系,向北开放,就旅游政策制定、旅游基础设施建设、旅游客流互送、旅游交流、旅游投融资通道等重要领域进行合作,积极发展边境旅游。 dedecms.com

第三,国内旅游开发对策。应发挥大连、沈阳、长春、哈尔滨等中心城市及地级市的旅游辐射作用、中心引领作用、空间关联作用,在城郊结合部积极打造环城游憩带和发展城郊乡村旅游,倡导节假日休闲旅游,实现旅游产业由点轴式发展向板块式转变;考虑到东北地区旅游经济增长速度快、但发展水平较低的北部及东北部地区大都为旅游业发展基础落后区,应充分发挥各市的资源优势,积极开发生态、森林、民俗、农业、工业、边境等自然资源和人文风情资源,适应旅游需求侧的变化推进旅游供给侧改革,创新旅游业态,发展“旅游+”,促进旅游与现代农业、新型工业、文化产业、影视传媒产业的融合,延伸旅游产业链,打造“四季东北”,推进旅游产品由观光型向休闲度假型转化,优化区域内旅游产业及相关产业的空间布局,实现区域旅游业均衡发展;扩大区域旅游联合体的涵盖范围,在资源互补、市场开发、政策制定、产品培育、品牌创建、营销推广等方面开展务实合作,真正实现让东北人畅游东北,打造区域旅游城市群,开拓全局旅游发展新格局。 织梦内容管理系统

参考文献:

织梦好,好织梦

[1]马耀峰,李永军.中国入境后旅游流的空间分布研究[J].人文地理,2001,16(6):44-46.

dedecms.com

[2]赵磊.旅游发展与经济增长——来自中国的经验证据[J].旅游学刊,2015,30(4):33-49.

copyright dedecms

[3]汪德根,陈田.中国旅游经济区域差异的空间分析[J].地理科学,2011,31(5):528-536.

copyright dedecms

[4]陈秀琼.中国入境旅游的区域差异特征分析[J].地理学报,2006,61(12):1271-1280.

本文来自织梦

[5]王洪桥,袁家冬,孟祥君.东北三省旅游经济差异的时空特征分析[J].地理科学,2014,34(2):164-169.

copyright dedecms

[6]王伟红,曹新向,苗长虹.近10年来河南省入境和国内游客的空间聚集性分析[J].经济地理,2009,29(6):1011-1017. 织梦内容管理系统

[7]方叶林,黄震方,陆玮婷,等.中国市域旅游经济空间差异及机理研究[J].地理与地理信息科学,2013,29(6):101-105.

本文来自织梦

[8]张广海,秦素贞.中国省际旅游经济时空演变分析[J].地理与地理信息科学,2014,30(2):44-55. dedecms.com

[9]陆林,余凤龙.中国旅游经济差异的空间特征分析[J].经济地理,2005,25(3):406-410.

内容来自dedecms

[10]方忠权,王章郡.广东省旅游收入时空差异变动分析[J].经济地理,2010,30(10):1746-1751.

织梦好,好织梦

[11]翁钢民,姚昭屹,贾丽丽,等.环渤海区域旅游非均衡发展时空特征研究[J].地域研究与开发,2015,34(3):91-95. dedecms.com

[12]莫艳恺.县域旅游经济发展差异的综合评价——以丽水市为例[J].企业经济,2012,3(4):133-135.

内容来自dedecms